文章 "利用 Python 和 MQL5 构建您的第一个玻璃盒模型"
这篇文章很棒，有很多新颖的想法。我喜欢您将 python 与 MT5 整合的方式。这篇文章是用 python 演示数据操作、图表和建模的基础参考资料。
真棒，谢谢你，解释得很清楚，说明也很明确，我要看看我是否能按照你的全面说明去做，谢谢你的想法。
很好的东西，能够连接到模拟账户（只有一个子集的符号，预计这是模拟账户），尝试了一个有AUDHKD，但卡住了分歧的问题行204 、
ValueError: 至少需要一个数组或 dtype
用 NZDCNH 进行了尝试，在一些迭代中似乎可以工作，但在 sklern\multiclass 第 167 行的数据处理中失败。
调试器告诉我第 204 行的 valueerror 需要一个数组或 dtype - 也许我需要检查一下我的演示环境，因为我今天才创建它:)
在默认 Boom1000 索引中，问题出在第 100 行的日期和时间。
KeyError: 'time' .可能是时区的问题，因为我的时区是新西兰
今天没时间测试，明天再试。ValueError: 至少需要一个数组或 dtype
用 NZDCNH 进行了尝试，在一些迭代中似乎可以工作，但在 sklern\multiclass 第 167 行的数据处理中失败。
调试器告诉我第 204 行的 valueerror 需要一个数组或 dtype - 也许我需要检查一下我的演示环境，因为我今天才创建它:)
在默认 Boom1000 索引中，问题出在第 100 行的日期和时间。
KeyError: 'time' .可能是时区的问题，因为我的时区是新西兰
今天没有时间测试，明天再试。你好，Linfo，希望能帮到你：
1) "时间 "列是我的代理给 UNIX 时间戳起的名字，该时间戳标记了我获取的数据中的每一行。也许你的代理使用了不同的名称，比如常见的 "日期"。检查调用 copy_rates_range 后得到的数据帧。
2) 验证 copy_rates_range 的输出，根据你的描述，我认为这可能就是问题所在。检查调用后返回给您的数据的列名。
如果这些步骤不起作用，请告诉我。
感谢您的及时反馈和建议。
在此更新，因为它可能对其他人有用。我的问题
1）我建立了一个新的模拟账户 进行测试，结果发现并非所有货币都可用，这可以通过打开账户并确保您想要的货币处于活动状态（金色）来解决。
2）服务器没有向我提供 Boom1000 指数（数据），它在列表中，但我的账户没有（确保您将默认值改为您可以访问的值，这样就可以得到结果）。
3）对我来说，解释结果不会显示在 std python 中，我只能在安装了 anaconda 后才能运行（如果我先安装了 anaconda 就会更容易）。
经过这个小插曲后，文档非常清晰，对我很有帮助，我还在消化目前的结果，所以还没有进入 mql5 方面。
再次感谢您的发布，我期待着能更好地理解这个过程。致尼尔
2）服务器没有向我提供 Boom1000 指数（数据），它在列表中，但我的账户没有（确保您将默认值更改为您可以访问的值，这样就可以得到结果）。
3）对我来说，解释结果无法在 std python 中显示，我只能在安装了 anaconda 后才能运行（如果我先安装了 anaconda 就会更容易）。
经过这个小插曲后，文档就变得清晰而有用了，到目前为止我还在消化这些结果，所以还没有转向 mql5 方面。
再次感谢您的发布，我期待着能更好地理解这个过程。致尼尔
很高兴看到你取得了实质性的进展，尼尔。
令人惊讶的是：理解材料最重要的一句话在文章的最后：
текущие реализации моделей стеклянного ящика основаны на деревьях решений
新文章 利用 Python 和 MQL5 构建您的第一个玻璃盒模型已发布：
如果我们想从机器学习这些先进技术中获得任何价值，那么很难解释和理解为什么我们的模型偏离我们的期望至关重要。如果对模型内部工作原理的没有全面了解，我们可能无法发现破坏模型性能的错误，我们可能会在无法预测的参照特征上浪费时间，从长远来看，我们有可能没有充分利用这些模型的功能。幸运的是，有一个复杂且维护良好的多合一解决方案，令我们能够准确地看到我们的模型在引擎盖下正在做什么。
玻璃盒算法是机器学习算法，其完全透明、且其内在可理解。它们打破了传统观念，即机器学习中的预测准确性和可解释性之间存在权衡，因为它们提供了无与伦比的准确性和透明度。这意味着与我们更熟悉的黑盒替代品相比，它们在迭代时更容易调试、维护和改进。黑盒模型都是机器学习模型，其内部工作原理复杂、且不易解释。这些模型可以表示高维和非线性关系，而我们人类却不容易理解这些关系。
根据经验，黑盒模型应仅在玻璃盒模型无法提供相同精度水平的情况下使用。在本文中，我们将构建一个玻璃盒模型，并理解使用它们的潜在益处。我们将探索使用玻璃盒模型控制 MetaTrader 5 终端的 2 种途径：
作者：Gamuchirai Zororo Ndawana